Grafklustring och prediktionsmodeller för DISC-baserad personlighets- och kompetensanalys

Varför dina arbetsplatsdata berättar en historia

De flesta organisationer samlar stora mängder information om sina medarbetare: personlighetstestresultat, färdigheter, roller och till och med självrapporterad stress. Denna studie visar hur dessa spridda data kan vävas ihop till en karta över hur anställda liknar varandra, vilket avslöjar dolda grupper och indikationer på vem som kan känna sig pressad på jobbet. Den fokuserar på den populära DISC-personlighetsramen och ställer en enkel men viktig fråga: hur långt kan vi gå från personlighetstypsrapporter till användbar, datadriven insikt om stress och teambehov — och var ligger gränserna?

Från färgkoder till anslutningsmönster

Forskarna utgår från DISC, en modell som grupperar människor efter allmänna beteendestilar såsom mer pådrivande, relationsorienterad, stabil eller detaljorienterad. I en universitetsorganisation hade 195 anställda genomfört en DISC-baserad bedömning som också skattade 17 jobbrelevanta färdigheter, listade framträdande styrkor och svagare egenskaper samt registrerade deras stressnivå. Istället för att behandla dessa profiler som isolerade poäng, betraktade teamet varje anställd som en punkt i ett nätverk, där närheten mellan två personer beror på hur lika deras färdigheter, roller och egenskaper är.

Att bygga en karta över vem som liknar vem

För att rita upp detta nätverk kombinerade författarna tre typer av likhet. De mätte hur lika personer var i sina färdighetsbetyg, hur många organisatoriska detaljer som stämde överens (som enhet eller arbetstyp) och hur stor överlappning det fanns i deras egenskapsbeskrivningar. Dessa tre ingredienser blandades till en enskild likhetspoäng för varje par av anställda. Varje person kopplades sedan till sina mest lika kollegor och bildade ett nät där tjockare länkar betyder större likhet. En community-detekteringsalgoritm sökte i detta nät efter naturliga kluster — grupper av personer som är tätare förbundna med varandra än med resten av organisationen.

Dolda grupper och deras stressprofil

Det resulterande nätverket var långt ifrån slumpmässigt. Metoden avslöjade sex gemenskaper av anställda, var och en med en egen blandning av DISC-stilar och stressnivåer. Vissa grupper innehöll många ”organisatörs-” eller ”analytikertyper”, medan andra var mer blandade. Studien fann att dessa kluster också skilde sig åt i hur vanliga olika stressnivåer var, vilket tyder på att kombinationer av beteendestil, färdigheter och rollkontext ofta följs åt. Detta ger HR-team en möjlighet att tänka på åtgärder på gruppnivå, såsom riktad utbildning eller översyn av arbetsbelastning för specifika kluster, istället för att enbart fokusera på individer i isolering.

Att försöka förutsäga stress utifrån profiler

Författarna gick sedan från kartläggning till prediktion. Med en populär maskininlärningsmetod kallad random forest försökte de gissa varje anställds stresskategori (låg, medel, hög eller hög och tydligt relaterad till arbetet) utifrån deras DISC-typ, färdigheter, egenskaper och organisatoriska detaljer. Modellen presterade bättre än ren gissning, men inte bättre än en mycket enkel strategi att alltid förutsäga majoritetsklassen, som var låg stress. Med andra ord finns viss signal i personlighets- och kompetensdata, men mycket av det som formar stress verkar ligga någon annanstans — till exempel förändrade tidsfrister, händelser i privatlivet eller skiftande teamrelationer som inte fångades upp i denna engångsundersökning.

Vad som verkligen driver press på jobbet

Även med sina begränsningar framhävde den prediktiva modellen några talande mönster. Färdighetsbetyg kopplade till försäljningsmål och kundrelationer hörde till de viktigaste insatsvariablerna när algoritmen försökte särskilja olika stressnivåer. Det stämmer med vardagserfarenhet: roller där resultat och kundkontakt är centrala har ofta extra press. Studien körde också en separat övning för att ”förutsäga” kompetensgruppslabels och uppnådde nästintill perfekta poäng — men här var måletiketterna i praktiken byggda av samma information som användes som input, ett klassiskt exempel på informationsläckage som ser imponerande ut på papper men som inte generaliserar.

Varför detta betyder något för människor och team

För en allmän läsare är huvudbudskapet att personlighets- och färdighetstester kan göra mer än att placera dig i en prydlig bokstavsruta; när de kombineras omsorgsfullt kan de avslöja hur du ligger i det bredare sammanhanget på din arbetsplats. Samtidigt varnar studien för överdriven självsäkerhet: stress är inte något vi pålitligt kan läsa av från en personlighetskarta. Nätverksliknande kartor över likhet kan hjälpa organisationer att upptäcka meningsfulla grupper och tänka kring utbildning eller balans mellan team, men allvarliga beslut om välmående kräver fortfarande rikare, kontinuerlig information och framför allt direkt mänsklig dialog.

Citering: Samanta, S., Allahviranloo, T., Mrsic, L. et al. Graph clustering and prediction models for DISC-based personality and competency analysis. Sci Rep 16, 10186 (2026). https://doi.org/10.1038/s41598-026-41013-4

Nyckelord: arbetsrelaterad stress, personlighetsbedömning, teamdynamik, organisatorisk analys, medarbetares kompetenser